電子鼻用於疾病篩檢的潛力
電子鼻是一種可以模擬人類嗅覺細胞感知氣味的電子分析儀器，英國科學家Persaud和Dodd於1982年模擬哺乳動物嗅覺感官的結構及原理，提出了以感測器矩陣技術為基礎的電子鼻，使得這些主觀的生物感覺有了科學化的基礎。電子鼻技術已廣泛用於食品及環境的檢測，近來發展迅速有應用於醫療方面的趨勢。本文除引領讀者認識電子鼻外，並將探討其用於疾病篩檢的潛力及可能面臨的挑戰。
撰文｜陳淵銓
●什麼是電子鼻
嗅覺感知是指有氣味（odorant）的物質激活鼻子的嗅覺細胞感受器後，藉由數百萬個嗅覺細胞與氣體反應後，會傳送不同排列組合的化學訊號而形成嗅覺紋理，再將化學訊號轉成電波訊號送到大腦皮質以辨別氣體的種類及含量，生物本能上可藉由嗅覺來尋找食物、標記地盤、感知環境及躲避危險等。精準的嗅覺判斷除生物先天本能外，另需依賴長期訓練及經驗累積，但此過程不僅耗時費事且成本高昂，而且生物嗅覺對於氣味的判斷並無客觀公正的標準，易受其生理及心理狀態影響。因此，一套能將檢測結果加以質化（定性）及量化（數據化）的客觀人工嗅覺系統－電子鼻（electronic nose）便應運而生。
電子鼻是一種可以定性和定量氣味的儀器，由取樣系統進入化學感測器陣列 (chemical sensor array) 後，會再連接圖譜辨識 (pattern recognition) 及氣味分析 (odor categorized) 系統。電子鼻晶片的表面塗有一層含碳的高分子材料，當高分子接觸到氣體時便會膨脹變大，改變了原先的電阻，在感測器矩陣中配置數種不同的晶片感測器，當不同成分的氣味分子接觸到感測器陣列時，會使每個感測器產生不同程度的電阻變化，不同的氣體及濃度會讓陣列中各個感測器產生不同的電阻數據，與預先建立的資料庫作比對，便成為該氣味獨特的電阻組合圖，傳送至電腦經訊號處理及統計分析後，成為特定氣體的圖譜（pattern）或稱電子指紋圖（electronic fingerprint），再以指紋圖作為運算依據，不同的氣體便呈現不同的身分辨識的指紋圖，藉此辨認受測氣體的種類及濃度。
●應用範圍
電子鼻不但可以將氣味資訊視覺化，亦能對無色無味的氣體進行感測並作客觀分析，目前在食品、藥物及環境檢測方面的應用已很成功且廣泛，包括辨別食物腐敗、追查違禁毒品、監控進口食品、分析氣體成分及偵測空氣污染等，未來可望應用於疾病輔助篩檢、居家健康檢查及工地安全檢測等。隨著電子鼻的應用越來越廣泛，功能也越來越繁複，簡單的構造已不符所需，但隨著人工智慧的引進，不僅大幅提升其效能，在應用上亦呈現較好的成果。
●應用於疾病篩檢的潛力
呼吸器相關肺炎（ventilator-associated pneumonia, VAP）已知與呼吸器受到細菌汙染有關，現今VAP診斷的程序通常是胸部X光攝影、血液分析、痰培養及細菌鑑定，最後對分離出的病原體進行抗生素敏感性測試（antibiotic susceptibility test）。在進行菌種鑑定之前，通常需要數日的時間才能從臨床樣本中培養出細菌。另外，當前的細菌識別方法既費時又需要昂貴的儀器，例如顯微鏡檢查、生化測試、分子生物學方法及質譜法。傳統的樣本採集法是侵入性的，例如痰誘導或支氣管肺泡灌洗，這會使患者感到不舒服，而且有時會給醫療專業人員帶來風險。傳統的氣體分析方法是實驗室中使用氣相色譜-質譜（GC-MS）分析儀或傅立葉變換紅外光譜（FT-IR）來測試樣品，但這些儀器體積大，測試過程耗時且需要專業技術人員，並不適用於日常的疾病監測。因此，開發一種安全、簡單、快速、專一、靈敏且便攜式的電子鼻是有需要的。在2019年，台灣研究人員成功使用市售電子鼻偵測到在1名加護病房病人是被綠膿桿菌（Pseudomonas aeruginosa）感染的VAP患者，顯然具備檢測揮發性有機化合物（volatile organic compound）氣體功能的電子鼻，應有篩檢VAP的潛力。
在2020年，日本研究人員試圖確認電子鼻是否可以根據尿味來診斷膀胱癌患者。他們使用配備兩個傳感器的市售電子鼻，兩個傳感器的角度（θ）取決於化學物質的種類，故將θ定義為氣味的特徵，氣味量是在測量過程中檢測到的θ數。尿液樣品來自36名未經治療的膀胱癌患者，29名尿路結石患者，10名尿道感染患者（urinary tract infection, UTI）和27名健康志願者。根據對膀胱癌患者總數的接受者操作特徵曲線（receiver operating characteristic curve, ROC）分析，θ的最佳截斷值（cut-off value）49、48和55分別應用與健康志願者、尿路結石及UTI組的樣本進行比較。使用這些特定點，膀胱癌與其他疾病之間存在顯著差異（p <0.0001）。結果顯示診斷敏感性分別為61.4％、45.6％和60.8％，特異性分別為52.8％、68.4％和90.2％；膀胱癌的ROC曲線下面積（area under curve, AUC）分別為0.565、0.548和0.909。因此，本研究認為電子鼻可以有效區分膀胱癌患者與其他疾病患者。
●應用於疾病篩檢的挑戰
電子鼻與傳統檢測醫療器材比較，雖具有迅速、安全及簡便的特色，但準確性略嫌不足，造成運作或檢測結果可信度較差而較缺乏公信力，往往僅能作為參考及輔助之用，無法作為主要的檢測依據或標準，如何在確保電子鼻的既有優點的基礎上，提高準確性及公信力將是研發的下一階段重點。
參考資料：
- 吳仁彰，電子鼻技術簡介，科儀新知第二十四卷第五期，2003年4月。
- 戈麗安、黃英哲，科技大觀園，仿生電子鼻如何模擬嗅覺，2018年3月29日。
- Liao YH, Wang ZC, Zhang FG, Abbod MF, Shih CH, Shieh JS. Machine Learning Methods Applied to Predict Ventilator-Associated Pneumonia with Pseudomonas aeruginosa Infection via Sensor Array of Electronic Nose in Intensive Care Unit. Sensors (Basel), 2019 Apr 18;19(8):1866.doi: 10.3390/s19081866.
- Matsumoto K, Murakami Y, Shimizu Y, Hirayama T, Ishikawa W, Iwamura M. Electronic nose to distinguish bladder cancer by urinary odour feature: A pilot study. Cancer Biomark. 2020;28(1):33-39. doi: 10.3233/CBM-190466.